دوره آموزشی کدنویسی Vibe برای ایجاد یک عامل مهندسی دستورات جهت افزایش استفاده از LLM
1 ساعت 43 دقیقهمبتدی2025-08-15
مدرسین

Lillian Pierson, P.E.
Engineer, CEO, and Head of Product at Data-Mania
جزئیات دوره
تو این دوره عملی، یاد میگیری چطور یک سیستم مهندسی پرامپت چندعامله (multiagent prompt engineering) بسازی که استفاده داخلی از LLMها در سازمانت رو تسهیل کنه و اجرای خودکار پرامپتها در جریانهای کاری پیچیده رو ممکن کنه.
با استفاده از ابزارهایی مثل Bolt، Claude و Airtable، Lillian Pierson بهت نشون میده چطور زنجیرهای از عاملهای تخصصی بسازی: یک pipeline ترتیبی که هر عامل وظایف پرامپت مهندسی مخصوص به خودش رو با جایگزینی متغیرهای داینامیک اجرا میکنه.
تو این دوره یاد میگیری:
ایجاد رابط ورودی پرامپت ساختارمند
ادغام APIهای LLM با پرامپتهای پارامتری
هماهنگی اتوماسیون چندسرویسی
پیادهسازی سیستم مدیریت فایلها
ساخت Webhook Handler
اتوماسیون عملیات Google Drive
ایجاد ادغام با پایگاه داده برای ردیابی خروجیها
این دوره برای حرفهایهای داده، رهبران فناوری و استراتژیستهای AI طراحی شده و مهارتهایی که یاد میگیری بهت امکان میده بهینهسازی مهندسی پرامپت در تمام بخشهای سازمان رو انجام بدی و استفاده از AI در سازمان به شکل مؤثر و قابل اندازهگیری افزایش پیدا کنه.
اهداف یادگیری
طراحی رابط ورودی پرامپت ساختارمند برای تیمها تا بتونن محتوای پرامپت با کیفیت (وظیفه، زمینه و محدودیتها) رو وارد کنن
ادغام با Claude یا هر API LLM دیگه برای تولید خودکار ورژنهای بهینه پرامپت بر اساس ورودی کاربر
ساخت عامل AI سبک که به triggerهای لحظهای واکنش نشان بده و خودکار وظایف مهندسی پرامپت رو انجام بده
ایجاد قالبهای workflow قابل استفاده مجدد با پرامپتهای پارامتری که برای تیمها قابل کپی و ویرایش باشه
یادگیری روشهایی برای افزایش استفاده LLM در سازمان با ساخت workflowهای مهندسی پرامپت خودکار که پیچیدگی تعامل دستی با AI رو کاهش میده و نتایج تکرارپذیر و سازگار ایجاد میکنه
با استفاده از ابزارهایی مثل Bolt، Claude و Airtable، Lillian Pierson بهت نشون میده چطور زنجیرهای از عاملهای تخصصی بسازی: یک pipeline ترتیبی که هر عامل وظایف پرامپت مهندسی مخصوص به خودش رو با جایگزینی متغیرهای داینامیک اجرا میکنه.
تو این دوره یاد میگیری:
ایجاد رابط ورودی پرامپت ساختارمند
ادغام APIهای LLM با پرامپتهای پارامتری
هماهنگی اتوماسیون چندسرویسی
پیادهسازی سیستم مدیریت فایلها
ساخت Webhook Handler
اتوماسیون عملیات Google Drive
ایجاد ادغام با پایگاه داده برای ردیابی خروجیها
این دوره برای حرفهایهای داده، رهبران فناوری و استراتژیستهای AI طراحی شده و مهارتهایی که یاد میگیری بهت امکان میده بهینهسازی مهندسی پرامپت در تمام بخشهای سازمان رو انجام بدی و استفاده از AI در سازمان به شکل مؤثر و قابل اندازهگیری افزایش پیدا کنه.
اهداف یادگیری
طراحی رابط ورودی پرامپت ساختارمند برای تیمها تا بتونن محتوای پرامپت با کیفیت (وظیفه، زمینه و محدودیتها) رو وارد کنن
ادغام با Claude یا هر API LLM دیگه برای تولید خودکار ورژنهای بهینه پرامپت بر اساس ورودی کاربر
ساخت عامل AI سبک که به triggerهای لحظهای واکنش نشان بده و خودکار وظایف مهندسی پرامپت رو انجام بده
ایجاد قالبهای workflow قابل استفاده مجدد با پرامپتهای پارامتری که برای تیمها قابل کپی و ویرایش باشه
یادگیری روشهایی برای افزایش استفاده LLM در سازمان با ساخت workflowهای مهندسی پرامپت خودکار که پیچیدگی تعامل دستی با AI رو کاهش میده و نتایج تکرارپذیر و سازگار ایجاد میکنه
مهارت ها
Programming FoundationsAI Productivity ToolsGenerative AIArtificial Intelligence FoundationsArtificial Intelligence for BusinessArtificial Intelligence (AI)Business Software and ToolsSoftware DevelopmentOne-Off
سرفصل ها
۰. مقدمه
- 01 - کد وایب، عاملی برای پیشبرد پذیرش LLM
- 02 - انتخاب اینکه ابتدا چه چیزی را خودکار خواهید کرد
- 03 - بررسی چگونگی تأثیر عوامل سریع بر پذیرش LLM
۱. تنظیم فرم و جمعآوری دادهها
- 04 - ساخت رابط کاربری با Bolt
- 05 - پیکربندی یک وب هوک در n8n
- 06 - اتصال فرم پیچ به n8n
- 07 - جاسازی و آزمایش فرم Bolt در یک وبسایت عمومی
۲. تولید محتوای بصری با هوش مصنوعی
- 08 - تنظیم پوشه گوگل درایو برای خروجیهای خودکار
- 09 - افزودن API OpenAI
- 10 - ساخت تصویر بندانگشتی اعلان با استفاده از زنجیره LLM
- 11 - آپلود محتوای خلاقانه در گوگل درایو
۳. تولید محتوای متنی با هوش مصنوعی
- 12 - افزودن API مربوط به انسان
- 13 - تولید یک اسکریپت ۲۰۰۰ کلمهای
- 14- ایجاد یک سند گوگل
- 15 - درج اسکریپت در گوگل داک
- 16 - ایجاد طرح کلی اسکریپت ارائه دهنده
- 17- نوشتن طرح کلی در گوگل داکس
- 18 - خودکارسازی تغییر کاربری محتوا و نوشتن وبلاگ سئو شده
۴. مدیریت و پیگیری پروژه
- 19 - ایجاد فیلدها - عناوین، اعلانها، داراییها، اسکریپتها
- 20 - پیکربندی ادغام Airtable
- 21 - انتقال خروجیها به Airtable برای مشاهده و انتقال
- 22 - اشکالزدایی گردش کار n8n با استفاده از تست جعبه شنی
- 23 - اشکالزدایی جریان کاری n8n به صورت زنده
نتیجهگیری
- 24 - مراحل بعدی
دوره های مرتبط
- دوره آموزشی ساخت عوامل هوش مصنوعی با API پاسخهای OpenAI
- دوره آموزشی پروتکل زمینه مدل (MCP) برای مبتدیان
- دوره آموزشی ساخت عوامل هوش مصنوعی برای مبتدیان
- دوره آموزشی فراتر از کدنویسی با Vibe با Google Gemini: تبدیل شدن به یک توسعهدهنده هدفمند
- دوره آموزشی ساخت عوامل MCP قطعی
- دوره آموزشی اپلیکیشنهای مبتنی بر LLM با Streamlit
- دوره آموزشی ساخت MVP یک سرویس ابری (SaaS) در یک روز
- دوره آموزشی هوش مصنوعی عملی: ساخت اولین اپلیکیشن خود با قدرت LLM